AIコンテンツを事実検証する方法: 7ステップの証拠ワークフロー

原子的な主張に分け リスクによって主張を分類し 各個に受け入れられる源を定義し 生成された答えの外で検索し 正確な証拠を記録し その証拠から修正する 結論を検証として 評価する AIに 決して頼まれないのです

調査と透明性: このワークフローは反映していますGoogle 事実チェック エクスプローラー 生成AIリスクに関するNISTガイドライン2026年9月4日,Google US SERPで公開されました. 7ステップの方法とテンプレートはオリジナルの編集フレームワークです

ステップ1: 草案を凍結し,請求を抜粋する

作成された草案はソース記録として変更されないようにしてください. チェック可能なすべての申告を請求書にコピーする 複合式の文を分割して 各行が独自の証拠と判決を受けられるように

名前,日付,番号,引用,因果性声明,製品機能,法律,価格,ランキング,および情報源の主張をチェックします 純粋な意見と明確に表記された提案は同じ扱いを必要としないが,その事実上の前提はそうである.

ステップ2:リスクと波動性を割り当て

波動性を別々に追加する 会社の設立者は安定している可能性があります 現在のCEO,価格,製品制限は変化する可能性があります. 現在の主張は,日付の源と,出版前に新しいチェックが必要です.

ステップ 3: ソース階層を設定

調べる前に,主張を解決できる証拠を述べる.

1. 法,規制機関,標準機関,オリジナルデータセット,公式文書,ファイル,または直接声明.
2. ピアレビュー研究や 信頼性の高い機関で 方法が目に見える
3. 証拠を結びつける強力な独立レポート
4. 文脈の次要説明器であって,利用可能な原始源の代替器ではない.
5. 報告は,明らかに標識された,アネクドタ的な証拠として

支持されていない統計を繰り返す10ページを10つの情報源として数えてはならない. 引用をたどって 源までたどり着く

ステップ 4: 横に読み

ページを出て 源自体を調べる 組織,著者,請求文法,日付,独立的なカバーを別タブで検索します. ページには専門知識,インセンティブ,訂正慣習,および請求に適した出版履歴があるかどうかを確認する.

引用 を 求める ため,本 の 文本 や 原稿 を 開き,その 文脈 を 読み て ください. 統計については,人口,サンプル,方法,日付,表記者を調べてください.

ステップ 5: 証拠本を作成する

請求の身分:
正確な主張:
リスクと変動性
必要なソースクラス:
ソースURLと出版社:
発行または更新日:
正確なサポートパスまたはデータフィールド:
文脈または制限:
判決: 支持 / 矛盾 / 混合 / 解決されていない
審査員と審査日:
変更草案:

本書は不確実性を明示し 別の編集者が決定を再現できるようにします ページが掲載後変更されるため,関連する文節を保存します.

ステップ6 証拠から検証する

証拠を強制して 草案に合致させない 正確な数字,狭い因果言語,日付を追加,測定結果から会社の主張を区別,発明された引用を削除,未解決の主張を削除. 源が意見が違っている場合,意見が違っていることを述べ,どの証拠が支配するかを説明してください.

ステップ7 終結的な完整性パスを実行する

引用された文献は,引用された文献を裏付けるもの,引用された文献は,引用された文献を裏付けるもの,という内容の引用を確認する. 修正は新しい番号や絶対的な主張を導入していないことを確認する. 影響の高い仕事では 審査員を2人次に 署名してください

製品比較をチェックする例

AIの草案はこう書いてあるとします "プラットフォームAは最も速い研究アシスタントであり,すべての一般的なファイルタイプをサポートし,大学の研究では 60%の報告書作成を削減しています"

その文は少なくとも3つの主張を含んでいる.

まず引用された60%の文を検索する 売業者からの報道に 戻る 10つの記事でも 繰り返しですが 売業者からの報道に 戻るには 1 つの情報源しかありません 基礎研究を開いてください 誰が参加したか, "報告の準備"の意味,どの基線が使用されたか,そして結果は平均,自報告,または測定された結果かどうか確認してください.

修正されたコピーは次のようになる.

平台Aのドキュメントは2026年9月4日にレビューされたときに,PDF,DOCX,PPTX摂取をリストした. 顧客を対象としたベンダーが主催した調査では,参加者は準備時間が短くなると報告したが,この研究では製品が最も速い選択肢であることを証明できなかった.

その文は劇的なことなく,より有用です. 検証された能力と合格な研究主張を分離し,支持されていない超值を削除する.

異なる請求形態の確認方法

数字とパーセント

元の表,データセット,ファイル,または方法セクションを検索します. 単位,表記,地理,時間,サンプル,および番号が調整されているかどうかを確認する. 百分点変化が百分点変化として記述されるのを注意してください. 基礎値が利用可能であるときに単純な合計を再計算する.

引用

特定の 単語を 検索 し,元の 文字,録音,ファイル,スピーチ,出版物 を 開く. 話し方,語法,日付,そしてその文脈を確認する. 引用符に 文を変換しないでください.

製品特色と価格

現在の公式文書や価格表ページを利用し,レビュー日付を記録し,適用されるプラン,地域,プラットフォーム,または制限の名前を表示します. 製品ページは,ベンダーが提供するものや主張を検証できるが,性能を独立的に証明するものではありません.

科学的および健康上の主張

専門医の権威のある健康機関に 比較されたオリジナル研究を好む. 研究設計,人口,エンドポイント,不確実性,およびその後の証拠を検証する. 関連を因果関係にしたり,初期結果を定める方向にしたりしないでください.

法 規 準 規 政策

現在の公式テキストを使用して,管轄権,有効日期,適用性を特定します. 法律上の二次的なブログは問題を特定するのに役立つが 最終的な権威ではない. 助言や行動する前に 合格なレビューを 取得してください.

人や組織に関する主張

確認し,直接記録や強力な報告を使用します. 発信されたテキストに載っているだけで 申し立てを繰り返すのを避ける. 請求は必要,比例,現在のこと,そして,相応しい文脈に反映されているかどうかを検討する.

AIを2回使用し,異なる役割を持つ

2つの異なるパスで AIが有用なものです 最初のパスでは,抽出として機能します. 真実を決定せずに主張,日付,個体,引用,暗示的な比較を特定します. 資料が提供された後,第2回パスでは,証拠の組織者として機能します. 断言,表面的矛盾,資格のある修正草案との間の段落を組み合わせます.

審査員は両パスから独立している. モデルに請求を提出し,サポートを求め,サポートが十分であると判断し,単一の会話で出版を承認するなどなどしないでください. 分離により確認偏見と欠落した証拠がより容易に見られる.

編集のサインオフチェックリスト

[ ] 請求書にはすべての事実上の文が記載されています.
[ ]高リスクと不安定な請求は公表までに最も近い検査を受けた.
[ ] 引用は開いて,意図されたバージョンを指します.
[ ] 引用された文は,その隣の文に 準確な裏付けを示しています.
[ ] 当初のデータ,引用,政策文献は,利用可能な場合,検査されました.
[ ] 販売者の主張とスポンサーの研究がラベル付けされています
[ ] 紛争,不確実性,欠落した証拠は依然として目に見える.
[ ]表,字幕,FAQ,およびCTAコピーは,体と同じレビューを受けた.
[ ] 第二の審査員が批判的な主張を承認した.
[ ] 証拠本と最終版はポリシーに保存された.

チームに作業を分ける

長いレポートでは,複数のレビュー者が所有権なしに同じ本簿を編集する代わりに,請求の種類またはセクションによって割り当てます. ある研究者は企業や製品に関する主張を検証し,別の研究者はデータや方法を検証し,専門家は高影響の解釈をレビューすることができます.

共有する表現の語彙を使用し,各審査員に証拠,日付,論理を記録するよう要求します. 主要編集者は重複を解決し,異なるセクションが同じソース標準を適用していることを確認します.

レビューリード:範囲,ソース階層,紛争,最終的なサインを所有する.
請求の所有者:証拠を見つけ,処分を提案する.
対象審査員: 専門的な意味または結果的な意味を持つ判事
コピー編集者:最終的な文法と引用文を承認された証拠に合わせる.
発行者:現在のリンク,公開,承認状態を確認します.

最終的なコピー編集中に本簿を凍結するか,新しい請求を自動的に追跡する. 分析が完了した後で 比較,日付,因果関係に関する 検証されていない 記述を 書き直すことができます

出版後修正を処理する

公開された請求が異議される場合,正確な請求記録を再開します. 原文,証拠,出版版,挑戦,調査,決定,修正,通知を保存する. 読み手や下流ユーザがそれを頼りにしていた場合,その結果となるエラーを黙って置き換えるな.

問題を分類する 原因は,証拠が存在しないこと,引用が一致しないこと,事実が時代遅れ,解釈の誤り,承認後編集変更. ケースを将来のレビュー訓練と自動チェックに追加する.

既存の請求については,再有効期限を指定する. 価格 製品 制限 職位 法律 政策 は 誤り に なる こと が でき ます.

効果のない一般的なショートカット

"これは本当ですか?"と尋ねる広い質問は,別の流暢な答えを促す. 原子爆弾の主張と 証拠を要求する

検索結果を数える繰り返しは シンデケーション,コピーされたマーケティングコピーのか,オリジナルレポートのいずれかのものから来るかもしれません 独立した証拠チェーンを数える

自動で熟悉なドメインを信頼する権威あるサイトでさえ 古いページや意見や ユーザーコンテンツや 専門知識以外の資料が含まれています 特定ページと請求書に一致する

統計だけチェックする名前 日付 否定 計画制限 属性 因果式 文法 間違っても 同じように 害を及ぼす可能性があります

書き後引用を追加する引用式は,主張に似てる情報源を奨励する. 証拠に基づく修正は,支持が弱っている場合に,請求を変更または削除します.

確実性を保てる事実チェックの提示

原子的な事実上の主張を添付された草案から抽出する.
請求,タイプ,リスク,変動性,および必要なソースクラスを含む表を返します.
予備判決の為に 提供された情報のみを使用します
引用する. 引用する.
証拠が混同されたり 解明されていないと 証明されたり 引用を捏造してはならない.
草稿を黙って書き直したり,法律,医療,安全に関する最終的な決定を下したりします.

AI 事実チェックガイドこのワークフローのツールを評価する方法について説明します. 迅速なエンジニアリングガイド証拠と出力契約を明確に定義する方法を示します.

常識

AIが生成したテキストを事実チェックするために AI を使用できますか?

証拠収集 捜索支援 証拠整理 元の情報源を調査し,その結果的な結論を承認しなければならない.

どれだけの情報源が必要なのか?

源の質は 重要より重要だ 当時の権威ある主要な情報源が,直接的な主張を解決することができる. 論争,因果性,または高影響の主張は,しばしば独立した裏付けが必要である.

源が意見が違っている時 どうしたらいいか?

意見の不一致を記録し,方法と日付を比較し,事前に定義されたソースクラスを好む,主張を狭め,証拠が責任ある結論を裏付けることができない場合,未解決をマークする.

AIで生成された引用は信頼すべきか?

引用は開示され,期待されるソースを特定し,主張を直接裏付けるまで,信頼されるべきではない. 偽造された引用と不一致した引用は一般的な失敗モードです

検証にはどれくらい時間がかかるのでしょうか?

請求数とリスク次第です 試算は,数々の法的または定量的な主張を含む短い記事は,長い意見書よりも,より多くのレビューを必要とする可能性があります. 請求の種類による追跡時間,将来の説明書には現実的なレビュー予算が含まれます.

画面が証拠として 算出されているのか?

ページの出現方法を保存できますが URL,日付,所有者,および周辺の文脈も記録できます 画面は 証拠が弱っているが 真の源から追いつくことはできない.

匿名情報源はどう扱われるべきか?

出版物の編集方針に従って,アクセス,動機,裏付け,リスクを評価する. AIは提供された引用から匿名ソースのアイデンティティや信頼性を独立して確立することはできません.

出版された記事 を いつ チェック する べき です か

変動性請求の定義されたスケジュールでまた,物質源,製品,法律,役割,研究,または挑戦の変更後に確認します. 安定した歴史上の主張は,定期的に更新する必要はないかもしれません.

草案、承認済みソース、主張台帳テンプレートを Ottermind に取り込み、証拠と未解決の質問をまとめたレビュー可能な成果物を作成してください。